UCLA vadovaujama komanda sukūrė mašininio mokymosi modelį, kuris gali labai tiksliai numatyti trumpalaikį dializės pacientų, kuriems taikoma nuolatinė pakaitinė inkstų terapija (CRRT), išgyvenamumą. Tyrimas paskelbtas m Gamtos komunikacijos.
CRRT yra terapija, naudojama labai sergantiems ligoniams, kurių sveikatos būklė neleidžia reguliariai atlikti hemodializės. Tai švelnesnė terapija, užtikrinanti nuolatinį gydymą ilgą laiką. Tačiau maždaug pusė suaugusiųjų, kuriems taikoma CRRT, neišgyvena, todėl gydymas yra beprasmis tiek pacientams, tiek jų šeimoms.
Siekdami padėti gydytojams nuspręsti, ar pacientas turėtų pradėti CRRT, mokslininkai sukūrė mašininio mokymosi modelį, kuris naudoja duomenis iš tūkstančių pacientų elektroninių sveikatos įrašų, kad prognozuotų jų galimybes išgyventi gydymą.
Rezultatai yra duomenimis pagrįsta priemonė, padedanti priimti klinikinius sprendimus. Šis įrankis apima pažangius mašininio mokymosi metodus, skirtus analizuoti didelį ir sudėtingą pacientų duomenų rinkinį, o tai anksčiau gydytojams buvo sunku atlikti. Tyrimas parodo, kaip mašininio mokymosi modelių integravimas į sveikatos priežiūrą gali pagerinti gydymo rezultatus ir išteklių valdymą.
„CRRT dažnai naudojama kaip paskutinė išeitis, tačiau daugelis pacientų jos neišgyvena, todėl švaistomi ištekliai ir šeimoms suteikiama klaidinga viltis“, – sakė UCLA Nefrologijos skyriaus vadovė dr. Ira Kurtz ir vyresnysis tyrimo autorius.
„Sudarydamas galimybę numatyti, kuriems pacientams tai bus naudinga, šiuo modeliu siekiama pagerinti pacientų rezultatus ir išteklių naudojimą, nes jis bus pagrindas tikrinant jo naudingumą būsimuose klinikiniuose tyrimuose. Kaip ir visi mašininio mokymosi modeliai, jį reikia išbandyti realiame pasaulyje, kad nustatytų, ar jos prognozės yra tokios pat tikslios pacientams, kurių jis nebuvo apmokytas.